预测分类（离散型）和数值（连续型），得到近似解
分类问题：逻辑回归、朴素贝叶斯、支持向量机、随机森林
- 确定目标
- 业务需求
- 收集数据
- 特征工程：数据预处理、清理、整合、提取特征
图片的特征提取：RGB
- 训练模型
- 定义模型：产生一个公式（系数未知）
- 定义损失函数：评估预测误差，得出相似度
- 优化算法：找到误差最小的系数
- 模型评估
- 交叉验证
- 效果评估
https://deeplearning.net/software_links/
https://yann.lecun.com/exdb/mnist/
https://github.com/cazala/mnist
https://github.com/dreamsxin/mlnotebook.github.io